China Telecom publikuje Xing4.0: otwarty zakład na chipy Huawei

China Telecom AI, spółka grupy China Telecom zajmująca się sztuczną inteligencją, oficjalnie udostępniła Xing4.0-29B-A4B, model językowy z otwartymi wagami w architekturze mixture-of-experts, zaprojektowany do zadań agentowych, takich jak wywoływanie narzędzi, praca w terminalu i programowanie. System wydany na licencji Apache 2.0 należy do serii Xing, wcześniej nazywanej TeleChat, i ma łącznie 29 miliardów parametrów, z czego 4 miliardy są aktywne na token, a do tego natywne okno kontekstu 256K, rozszerzalne do 512K. Według AIbase ogłoszenie w Chinach nastąpiło 17 września; na świecie model zaprezentowano w komunikacie wydanym w Pekinie 22 września 2026 roku.

Najciekawsza jest deklaracja dotycząca łańcucha dostaw. W oficjalnej karcie modelu na Hugging Face firma twierdzi, że trening odbył się w całości na procesorach NPU Huawei Ascend z użyciem frameworka MindSpore, i przedstawia go jako „pierwszy model tej skali wytrenowany w całości na platformie Ascend NPU”. W tym samym dokumencie deklaruje wzrost wydajności treningu o około 96%, nie podając jednak punktu odniesienia dla tego wyliczenia. Jeśli chodzi o wdrożenie, komunikat handlowy podaje, że model potrzebuje 15 GB pamięci na jednej konsumenckiej karcie graficznej, nie precyzując, jakiej kwantyzacji dotyczy ta wartość; analiza AIbase przypisuje ją kwantyzacji 4-bitowej, natomiast karta na Hugging Face nie podaje wymagań pamięciowych, a pliki w oficjalnym repozytorium są obecnie dostępne w formatach F32 i BF16.

Dane o wydajności udostępnione przez twórcę pokazują mieszane wyniki na tle bezpośredniej konkurencji. W testach agentowych i programistycznych przytoczonych w karcie technicznej Xing4.0 wyprzedza Gemma4-26B-A4B i Qwen3.6-35B-A3B w Terminal-Bench 2.1, osiągając 57,50 punktu, oraz w Claw-Eval z wynikiem 76,55, ale ustępuje Qwen3.6 w SWE-bench Verified, gdzie zdobywa 75,00 wobec 76,00 modelu Alibaby. W tej samej tabeli jest też za Qwen3.6 w AIME2026, Tau3-Bench, SWE-bench Multilingual i AA.LCR, a za Gemma4 w IFBench i AA.LCR. Firma deklaruje, że już wdrożyła system we własnej obsłudze klienta do obsługi złożonych zgłoszeń, i mówi o lepszym rozwiązywaniu problemów przy pierwszym kontakcie, ale nie podaje na to żadnych liczb. O kierunku projektu rzecznik China Telecom AI powiedział: „Wierzymy, że przyszłość AI nie leży w coraz większych modelach, lecz w tym, by potężna inteligencja była dostępna dla wszystkich, tania i możliwa do wdrożenia wszędzie”.

Porównania wydajności opublikowane w firmowej karcie technicznej pozostają tymczasowe, dopóki nie zostaną niezależnie sprawdzone. W wymiarze przemysłowym liczyć się będzie natomiast deklaracja treningu przeprowadzonego w całości na sprzęcie Huawei, i to właśnie jej nikt z zewnątrz nie może sprawdzić: wagi da się pobrać, sprzętu, który je wytworzył, już nie.

— Olya